美團(tuán)發(fā)布龍貓2.0，是國(guó)內(nèi)首個(gè)「零英偉達(dá)」萬(wàn)億大模型

Owl，中文指貓頭鷹，善于無(wú)聲潛行、一擊即中。

今年4月底，一款取此寓意的大模型“Owl Alpha”悄然登陸OpenRouter平臺(tái)，提供方一欄隱去品牌，信息留白。

2個(gè)月后，這款大模型的總調(diào)用量沖進(jìn)全球前三，且在Hermes、Claude Code等核心Agent（智能體）場(chǎng)景中分別位列全球第一、第二。不少開(kāi)發(fā)者稱(chēng)其為今年最令人意外的一匹“黑馬”。

X平臺(tái)上，技術(shù)博主們也開(kāi)始獵奇，那個(gè)刻意的留白到底是誰(shuí)？

6月30日，謎底揭曉。美團(tuán)官方認(rèn)領(lǐng)：Owl Alpha，就是美團(tuán)自研大模型LongCat-2.0的預(yù)覽版。

神秘龍貓，來(lái)自美團(tuán)

市場(chǎng)頗為驚訝：一家主營(yíng)外賣(mài)業(yè)務(wù)的平臺(tái)公司，甚至國(guó)外很多網(wǎng)友都沒(méi)聽(tīng)過(guò)的公司，何以能做出頂尖的大模型？不過(guò)這還不是最特別之處。

LongCat-2.0是“英偉達(dá)含量為0”的萬(wàn)億級(jí)別大模型，它從訓(xùn)練到推理，全部由國(guó)產(chǎn)算力集群完成。

在英偉達(dá)長(zhǎng)期把持高端AI訓(xùn)練算力、供應(yīng)鏈被地緣政治博弈持續(xù)擾動(dòng)的今天，LongCat-2.0的發(fā)布不再只是一家公司的AI敘事，它打開(kāi)的，是整個(gè)國(guó)產(chǎn)算力基建工業(yè)級(jí)落地的想象空間。

龍貓始于2023年

外界對(duì)美團(tuán)大模型的敘事，長(zhǎng)期停留在“聲量寥寥”上。

當(dāng)“AI六小龍”融資消息一輪接一輪；當(dāng)大廠模型迭代不斷加速，美團(tuán)幾近沉默。以至于媒體以《美團(tuán)為什么到現(xiàn)在還沒(méi)發(fā)大模型？》為題，公開(kāi)催生。

從聲量寥寥，到全球關(guān)注度急劇攀升

事實(shí)上，早在2023年初，美團(tuán)就成立了LongCat基座團(tuán)隊(duì)，并同步啟動(dòng)從零預(yù)訓(xùn)練開(kāi)始的國(guó)產(chǎn)算力適配計(jì)劃。

繞開(kāi)英偉達(dá)、全棧式國(guó)產(chǎn)算力研發(fā)，在當(dāng)時(shí)行業(yè)幾乎是不可能完成的任務(wù)。

首先，單卡性能的巨大差距。大模型預(yù)訓(xùn)練需要極高的算力密度和顯存帶寬。以當(dāng)時(shí)英偉達(dá)H100為例，其FP16算力達(dá)1979TFLOPS，顯存帶寬約3.35TB/s，而國(guó)產(chǎn)主流芯片的這兩項(xiàng)指標(biāo)，僅為其一半甚至更低。在集群訓(xùn)練性能上，僅有極個(gè)別的國(guó)產(chǎn)芯片做到了英偉達(dá)上一代A100/A800的水平，大多數(shù)還不到50%。

其次，集群協(xié)同難度極高。當(dāng)時(shí)GPT-4已是萬(wàn)億參數(shù)級(jí)別的大模型，這背后是英偉達(dá)NVLink提供的900GB/s互聯(lián)帶寬、超90%的集群訓(xùn)練效率。但國(guó)產(chǎn)芯片的互聯(lián)帶寬僅為其二分之一到四分之一，且穩(wěn)定性低。這意味著，集群訓(xùn)練中任何一張卡的意外故障都可能導(dǎo)致整個(gè)任務(wù)中斷，一次中斷就是數(shù)百萬(wàn)元的損失。

更重要，是軟件生態(tài)難以逾越的鴻溝。2007年起，英偉達(dá)耗時(shí)近20年，投入超百億美元，組織450萬(wàn)開(kāi)發(fā)者建成了一條最寬、最深的“護(hù)城河”——CUDA生態(tài)。它像一套設(shè)施完備（從操作手冊(cè)到預(yù)制件，從加油站到導(dǎo)航地圖）、運(yùn)轉(zhuǎn)高效的公路體系，深度綁定著全球幾乎所有的AI工程師和主流AI框架（如PyTorch、TensorFlow）。

相比較而言，此時(shí)的國(guó)產(chǎn)芯片配套平臺(tái)，工具鏈條薄弱，甚至部分環(huán)節(jié)缺失，像一處“路沒(méi)修好、加油站沒(méi)建、導(dǎo)航地圖不全”的土路，根本無(wú)法承載萬(wàn)億級(jí)參數(shù)大模型的訓(xùn)練需求。

所以，行業(yè)普遍認(rèn)為，萬(wàn)億參數(shù)大模型的訓(xùn)練必須依賴(lài)英偉達(dá)，國(guó)產(chǎn)算力只能支撐中小模型推理、微調(diào)等邊緣環(huán)節(jié)。比如DeepSeekV4，也只在推理側(cè)適配國(guó)產(chǎn)算法，訓(xùn)練階段用的仍然是英偉達(dá)。

但2023年的LongCat團(tuán)隊(duì)已經(jīng)不認(rèn)同這一判斷了。

有消息稱(chēng)，美團(tuán)LongCat團(tuán)隊(duì)認(rèn)為，CUDA生態(tài)的壁壘建立在通用性和豐富性，如果目標(biāo)只收斂到大模型訓(xùn)練，這個(gè)壁壘并沒(méi)有看上去那么不可逾越。只要硬件精度沒(méi)有問(wèn)題，就不存在原理上講不通的障礙。

而且大模型只是一個(gè)復(fù)雜度極高的科學(xué)系統(tǒng)工程，算子個(gè)數(shù)相對(duì)有限，適配工作量比想象中更聚焦。這一判斷，得到了美團(tuán)管理層的明確支持。

此后，美團(tuán)聯(lián)合國(guó)產(chǎn)算力廠商踏上了一場(chǎng)無(wú)人跋涉過(guò)的工程長(zhǎng)征：從早期的小規(guī)模驗(yàn)證到超大規(guī)模穩(wěn)定訓(xùn)練，逐步攻克了萬(wàn)卡級(jí)容錯(cuò)恢復(fù)、算力利用率提升等核心難題，最終在五萬(wàn)卡集群上完成了萬(wàn)億參數(shù)模型的全流程訓(xùn)練與推理。

沖進(jìn)全球前三的意義

OpenRouter平臺(tái)，是全球級(jí)別的大模型接入平臺(tái)，匯聚著GPT、Claude、Gemini、Llama、DeepSeek等全球400多款大模型，開(kāi)發(fā)者拿一個(gè)APIKey即可完成全品類(lèi)比價(jià)，調(diào)用模型進(jìn)入真實(shí)工作流中寫(xiě)代碼、調(diào)工具、跑agent，然后統(tǒng)一結(jié)算。

換句話說(shuō)，OpenRouter平臺(tái)的調(diào)用量榜單評(píng)價(jià)的，不是“誰(shuí)在測(cè)評(píng)中跑分最高”，而是“誰(shuí)在實(shí)際場(chǎng)景中最穩(wěn)定、最被持續(xù)使用”。

LongCat-2.0在OpenRouter平臺(tái)匿名刷榜沖進(jìn)前三，且在Hermes上月調(diào)用全球第一、在ClaudeCode上月調(diào)用全球第二，說(shuō)明了一件事：即便沒(méi)有任何光環(huán)加持，這款國(guó)產(chǎn)算力集群全鏈路訓(xùn)練推理的模型，依然贏得了一批全球開(kāi)發(fā)者認(rèn)可。

全球開(kāi)發(fā)者托舉，龍貓登上各大榜單

一位開(kāi)發(fā)者做過(guò)生動(dòng)的比喻，大意是之前相當(dāng)于房子建好了，用“國(guó)產(chǎn)算力”裝修；這次（LongCat-2.0）是從打地基一直到入住，住著居然很好。

從官方發(fā)布的技術(shù)指標(biāo)看，LongCat-2.0采用MoE架構(gòu)，總參數(shù)1.6萬(wàn)億，每個(gè)Token激活參數(shù)約480億，支持100萬(wàn)token的上下文窗口且保持精準(zhǔn)的信息定位與理解能力。

在業(yè)內(nèi)評(píng)測(cè)中，LongCat-2.0工具調(diào)用、復(fù)雜指令執(zhí)行等Agent核心能力，水平接近ClaudeOpus4.6，落后于最新的ClaudeOpus4.8，不過(guò)在國(guó)產(chǎn)大模型中，已在第一梯隊(duì)內(nèi)。

值得關(guān)注的是，LongCat-2.0引入了ScMoE、零計(jì)算專(zhuān)家等多個(gè)原創(chuàng)設(shè)計(jì)。

連接架構(gòu)上，傳統(tǒng)MoE（混合專(zhuān)家）模型中，Token需要在多個(gè)專(zhuān)家之間進(jìn)行路由和計(jì)算，通信開(kāi)銷(xiāo)大。LongCat-2.0采用的ScMoE跨層快捷連接架構(gòu)，在層與層之間建立“快捷連接”，讓Token能更高效地在不同專(zhuān)家間流轉(zhuǎn)，減少了不必要的計(jì)算和通信損耗。

零計(jì)算專(zhuān)家機(jī)制也是一大亮點(diǎn)。該機(jī)制實(shí)現(xiàn)的是Token級(jí)的動(dòng)態(tài)計(jì)算預(yù)算分配，復(fù)雜的Token（如邏輯推理、長(zhǎng)文本理解）激活更多專(zhuān)家進(jìn)行深度處理，簡(jiǎn)單的Token（如日常對(duì)話、短句回應(yīng)）只激活少數(shù)專(zhuān)家，節(jié)省算力。簡(jiǎn)單來(lái)講，就是“避免一刀切”，讓“好鋼用在刀刃上”。

在訓(xùn)練規(guī)模體系上，LongCat-2.0也實(shí)現(xiàn)了多項(xiàng)關(guān)鍵突破，比如通過(guò)自動(dòng)重調(diào)度和容錯(cuò)恢復(fù)，訓(xùn)練穩(wěn)定性超過(guò)92%，月均日故障率相比最初降低了70%。

官方的實(shí)測(cè)環(huán)節(jié)中，LongCat-2.0在Agent搭建、代碼庫(kù)遷移、完整應(yīng)用開(kāi)發(fā)、3D交互演示、AI小說(shuō)工廠等方面，也都展現(xiàn)了穩(wěn)定且不錯(cuò)的能力。

而且因?yàn)樗懔?yōu)化、多項(xiàng)技術(shù)的關(guān)鍵突破，LongCat-2.0的訓(xùn)練、推理成本消耗，低于全球其他萬(wàn)億參數(shù)級(jí)別的大模型。

「To 物理世界」，美團(tuán)AI的落點(diǎn)

近幾年，創(chuàng)始人兼CEO王興反復(fù)提及美團(tuán)AI的策略“是進(jìn)攻，而非防守”。如今看來(lái)，LongCat-2.0正是這句話最好的例證。

借由LongCat-2.0，更多的人開(kāi)始關(guān)注到一個(gè)正在加速“進(jìn)攻”的美團(tuán)：

美團(tuán)低調(diào)出擊，從外賣(mài)到AI的全面反攻

模型迭代上，LongCat-Flash-Chat自2025年9月正式對(duì)外公布后，已迭代了十多個(gè)版本，覆蓋文本、圖像、語(yǔ)音、視頻等全模態(tài)。

應(yīng)用端，美團(tuán)推出了面向B端的“袋鼠參謀”“智能掌柜”等產(chǎn)品，面向C端的AI生活秘書(shū)“小美”、AI管家“小團(tuán)”以及AI原生瀏覽器Tabbit等產(chǎn)品。

6月初，美團(tuán)還成立了AI Transformation（人工智能轉(zhuǎn)型部）部門(mén)。這標(biāo)志著，AI在美團(tuán)內(nèi)部已從技術(shù)探索上升為戰(zhàn)略核心。

除此之外，美團(tuán)自研無(wú)人機(jī)、無(wú)人車(chē)等硬件，將AI全面滲入了業(yè)務(wù)的毛細(xì)血管。

美團(tuán)的AI投資版圖同樣亮眼。據(jù)統(tǒng)計(jì)，美團(tuán)累計(jì)投資了超40家硬科技企業(yè)，其中28家成長(zhǎng)為行業(yè)獨(dú)角獸，7家已登陸資本市場(chǎng)。

投資范圍涉及AI上游的GPU、AI芯片、大模型（如月之暗面、智譜），中游的機(jī)器人與具身智能（如宇樹(shù)科技），下游的自動(dòng)駕駛與傳感器領(lǐng)域，如同一套完整的AI著陸地圖。

那么，如此密集的布局背后，美團(tuán)最終指向的是什么？答案是：To A，服務(wù)AI Agent。

邏輯是，今天的AI正在快步進(jìn)入落地與應(yīng)用階段，最稀缺的資源早已不是算力與資本，而是真實(shí)物理世界的數(shù)據(jù)與場(chǎng)景。這恰恰是美團(tuán)的核心優(yōu)勢(shì)。

美團(tuán)做外賣(mài)、到店、騎手調(diào)度，積累了覆蓋全國(guó)2800多個(gè)市縣的大量真實(shí)場(chǎng)景數(shù)據(jù)，構(gòu)建了一個(gè)高度復(fù)雜、動(dòng)態(tài)變化且不能模擬的物理世界：老舊商圈非標(biāo)的商鋪、非標(biāo)準(zhǔn)操作、潮汐式車(chē)流……

從物理世界來(lái)，到物理世界去。如今，美團(tuán)AI的“基座模型+本地生活A(yù)gent+AI生態(tài)投資”三層體系已逐漸浮出水面，接下來(lái)，就看這套體系能滲透到多少AI入口、鋪開(kāi)多大生態(tài)版圖。

尾聲

長(zhǎng)期以來(lái)，我們習(xí)慣于將國(guó)產(chǎn)AI的聚光燈打向幾個(gè)固定座次：DeepSeek、千問(wèn)、豆包、智譜、Kimi、MiniMax。它們代表了中國(guó)AI的高度，也幾乎壟斷了外界的想象力。

而國(guó)產(chǎn)AI的敘事或許遠(yuǎn)不止于此。

它可以是一家主營(yíng)外賣(mài)的企業(yè)，在沒(méi)人走過(guò)的國(guó)產(chǎn)算力山脊上，潛行三年，鑿出一條萬(wàn)億參數(shù)的路，并宣告：“國(guó)芯+國(guó)模”可以跑得通，還能匿名跑出不錯(cuò)的成績(jī)。

我國(guó)擁有全球最大、最豐富的應(yīng)用場(chǎng)景，?最大規(guī)模的智能制造應(yīng)用生態(tài)，AI核心企業(yè)超6000家，備案大模型超430款，覆蓋了算力芯片、通用基座、具身智能、垂直行業(yè)應(yīng)用的完整鏈路。

海量沃土之上，各行各業(yè)扎根實(shí)體、深耕自研的企業(yè)或許在隱于大眾視野之外，潛心打磨優(yōu)勢(shì)底座，默默積蓄著前沿沖鋒的力量。

我們有底氣、有理由期待，國(guó)產(chǎn)AI的未來(lái)會(huì)有更多意想不到的驚喜。